دانشمندان حافظه الکترونیکی مبتنی بر DNA ساختند؛ مصرف انرژی ۱۰۰ برابر کمتر

DNA؛ حافظه‌ای فوق‌متراکم برای ذخیره داده

DNA تنها حامل اطلاعات ژنتیکی موجودات زنده نیست و به دلیل چگالی فوق‌العاده بالای اطلاعات، سال‌هاست توجه پژوهشگران حوزه ذخیره‌سازی داده را به خود جلب کرده است.

بر اساس برآوردهای نظری، یک گرم DNA می‌تواند حدود ۲۱۵ میلیون گیگابایت داده را در خود جای دهد. چنین ظرفیتی باعث شده DNA به گزینه‌ای جذاب برای ذخیره حجم عظیم داده‌هایی تبدیل شود که با گسترش هوش مصنوعی و خدمات دیجیتال، هر روز بیشتر می‌شوند.

با این حال، استفاده از DNA در تجهیزات الکترونیکی با یک مانع اساسی روبه‌رو است: DNA یک ماده زیستی است و ویژگی‌های الکتریکی آن با موادی که در مدارهای الکترونیکی مورد استفاده قرار می‌گیرند، تفاوت زیادی دارد.

محققان دانشگاه ایالتی پنسیلوانیا برای حل این مشکل، یک ساختار هیبریدی ایجاد کردند که دو ماده متفاوت را با یکدیگر ترکیب می‌کند: DNA مصنوعی و پروسکایت بلوری.
 

ترکیب DNA مصنوعی با پروسکایت

DNA مصنوعی مورد استفاده در این پژوهش از مولکول‌های شیمیایی طراحی‌شده تشکیل شده است. برخلاف DNA طبیعی، طول و ساختار این زنجیره‌های کوتاه را می‌توان در مقیاس مولکولی با دقت بیشتری کنترل کرد.

ماده دوم، پروسکایت بلوری است؛ نوعی نیمه‌رسانا که در حوزه‌هایی مانند سلول‌های خورشیدی و لیزرها نیز کاربرد دارد.

ایده اصلی پژوهش این است که قابلیت DNA در ایجاد ساختارهای متراکم و قابل طراحی با ویژگی‌های الکترونیکی پروسکایت ترکیب شود. نتیجه، ماده‌ای هیبریدی است که می‌تواند در ساخت حافظه‌های الکترونیکی کم‌مصرف مورد استفاده قرار گیرد.

اما برای اینکه DNA مصنوعی بتواند نقش مؤثرتری در انتقال جریان داشته باشد، پژوهشگران آن را با نانوذرات نقره اصلاح کردند. این فرایند که به «پیوند» یا functionalization شناخته می‌شود، به افزایش رسانایی DNA و سازمان‌یافتگی بهتر واحدهای مولکولی آن کمک کرد.

پس از آن، DNA اصلاح‌شده با نقره با غشاهای پروسکایتی ترکیب شد و ساختاری شکل گرفت که امکان عبور جریان الکتریکی را درون دستگاه فراهم می‌کرد.

ممریستوری که وضعیت قبلی خود را به خاطر می‌سپارد

محققان از این ساختار هیبریدی برای ساخت ممریستور استفاده کردند؛ قطعه‌ای الکترونیکی که می‌تواند وضعیت قبلی خود را حفظ کند و نوعی حافظه در مدار ایجاد کند. در این دستگاه، تغییر جهت جریان الکتریکی باعث تغییر وضعیت ممریستور می‌شود. نکته مهم این است که دستگاه می‌تواند این وضعیت را حتی پس از قطع منبع تغذیه حفظ کند.

این ویژگی می‌تواند اهمیت زیادی در معماری‌های جدید محاسباتی داشته باشد؛ زیرا در چنین ساختاری، داده می‌تواند در همان محلی که پردازش می‌شود ذخیره شود و دیگر نیازی نباشد اطلاعات دائماً بین حافظه و پردازنده جابه‌جا شوند.
کاهش این رفت‌وآمد داده‌ها می‌تواند به کاهش مصرف انرژی و افزایش بهره‌وری سیستم‌های محاسباتی منجر شود.
 

عملکرد پایدار در دمای بالا

آزمایش‌های انجام‌شده روی این دستگاه نشان داد که الکترون‌ها با اعمال ولتاژی کمتر از ۰٫۱ ولت می‌توانند به‌صورت قابل‌اعتماد در ساختار هیبریدی حرکت کنند. دستگاه همچنین هنگام تغییر جهت جریان، پاسخ قابل پیش‌بینی از خود نشان داد.

پایداری حرارتی نیز یکی دیگر از نتایج قابل توجه این آزمایش‌ها بود. به گفته پژوهشگران، این دستگاه توانست عملکرد خود را در دمای حدود ۱۲۱ درجه سانتی‌گراد حفظ کند و بیش از شش هفته نیز در دمای اتاق به کار ادامه دهد.
 

مصرف انرژی حدود ۱۰۰ برابر کمتر

مهم‌ترین یافته این پژوهش به بهره‌وری انرژی مربوط می‌شود. محققان می‌گویند ممریستور هیبریدی آنها می‌تواند عملکردی مشابه فناوری‌های مورد مقایسه را با حدود یک‌صدم انرژی انجام دهد؛ به بیان دیگر، مصرف انرژی آن تقریباً ۱۰۰ برابر کمتر است.
پژوهشگران همچنین معتقدند این ساختار از نظر ظرفیت ذخیره‌سازی می‌تواند در برخی موارد از فناوری‌های ذخیره‌سازی سنتی مانند فلش نیز فراتر رود.

اگر این ویژگی‌ها در مقیاس‌های بزرگ‌تر نیز حفظ شوند، فناوری جدید می‌تواند برای مراکز داده و سامانه‌های محاسباتی سنگین اهمیت پیدا کند؛ به‌ویژه در شرایطی که رشد هوش مصنوعی به افزایش شدید حجم داده و مصرف انرژی منجر شده است.
 

چرا این فناوری برای هوش مصنوعی مهم است؟

یکی از چالش‌های اصلی سخت‌افزارهای مورد استفاده در هوش مصنوعی، جابه‌جایی حجم عظیمی از داده میان حافظه و پردازنده است. هر بار انتقال داده به انرژی نیاز دارد و با افزایش حجم محاسبات، هزینه انرژی این جابه‌جایی نیز بیشتر می‌شود.

به همین دلیل، پژوهشگران در سال‌های اخیر به دنبال معماری‌هایی بوده‌اند که حافظه و پردازش را به یکدیگر نزدیک‌تر کنند یا حتی هر دو فرایند را در یک محل انجام دهند.

ممریستورهای هیبریدی می‌توانند در این زمینه به‌عنوان یکی از گزینه‌های بالقوه برای محاسبات نورومورفیک مطرح شوند. این حوزه تلاش می‌کند معماری سیستم‌های محاسباتی را به شیوه عملکرد شبکه‌های عصبی مغز نزدیک‌تر کند.
 

هنوز تا ورود به رایانه‌ها فاصله وجود دارد

با وجود نتایج امیدوارکننده، فناوری جدید هنوز در مراحل اولیه توسعه قرار دارد و نمی‌توان آن را جایگزین آماده‌ای برای حافظه‌های امروزی دانست.

پژوهشگران قصد دارند عملکرد دستگاه را بهبود دهند، پایداری و قابلیت‌های آن را بیشتر بررسی کنند و کاربردهای دیگری برای استفاده از مواد زیست‌الهام در تجهیزات الکترونیکی پیدا کنند.

اهمیت این پژوهش نیز صرفاً در «استفاده از DNA در رایانه» خلاصه نمی‌شود. نوآوری اصلی در استفاده از DNA مصنوعی به‌عنوان بخشی از یک ماده الکترونیکی هیبریدی است؛ ساختاری که می‌تواند ویژگی‌های ذخیره‌سازی متراکم DNA را با قابلیت‌های الکتریکی نیمه‌رساناها ترکیب کند.

در صورت موفقیت پژوهش‌های بعدی، چنین رویکردی می‌تواند مسیر تازه‌ای برای ساخت حافظه‌های کم‌مصرف و سخت‌افزارهای مناسب برای نسل آینده هوش مصنوعی باز کند؛ مسیری که در آن زیست‌شناسی، علم مواد و مهندسی الکترونیک بیش از گذشته به یکدیگر نزدیک می‌شوند.